[發(fā)明專利]一種數(shù)據(jù)處理方法和裝置

有效

• 申請?zhí)枺?/td>: 201810413389.0
• 申請日: 2018-05-03
• 公開（公告）號: CN110443060B
• 公開（公告）日: 2023-06-20
• 發(fā)明（設(shè)計(jì)）人: 李梁;周俊;李小龍
• 申請（專利權(quán)）人: 創(chuàng)新先進(jìn)技術(shù)有限公司
• 主分類號: G06F21/62
• 分類號: G06F21/62
• 代理公司: 北京億騰知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11309
• 代理人: 陳霽;周良玉

本說明書實(shí)施例公開了一種數(shù)據(jù)處理方法和裝置，所述方法在數(shù)據(jù)處理服務(wù)器端執(zhí)行，包括：獲取將用于處理所述多個原始數(shù)據(jù)矩陣的差分隱私算法的差分隱私參數(shù)；相對于所述多個原始數(shù)據(jù)矩陣生成投影矩陣；從每個數(shù)據(jù)提供服務(wù)器端接收加密數(shù)據(jù)矩陣，其中，所述加密數(shù)據(jù)矩陣通過對對應(yīng)的原始數(shù)據(jù)矩陣施加使用所述投影矩陣的差分隱私算法獲得；以及將從每個數(shù)據(jù)提供服務(wù)器端接收的加密數(shù)據(jù)矩陣集合到一起，以用于整體學(xué)習(xí)。

技術(shù)領(lǐng)域

本說明書實(shí)施例涉及互聯(lián)網(wǎng)技術(shù)領(lǐng)域，更具體地，涉及一種數(shù)據(jù)處理方法和裝置。

背景技術(shù)

在互聯(lián)網(wǎng)大數(shù)據(jù)建模分析需求下，如何保護(hù)用戶的隱私是非常重要的問題。在該背景下，差分隱私技術(shù)得到越來越多的應(yīng)用。差分隱私是一種對數(shù)據(jù)隱私安全性的形式化定義，其保證在對全部數(shù)據(jù)進(jìn)行建模分析的同時并不泄露個體單條數(shù)據(jù)的信息。差分隱私是大數(shù)據(jù)建模分析需求之下對于個體隱私安全性的最合理保證。目前，差分隱私技術(shù)一般用于保護(hù)單個用戶群體的隱私安全。在一種數(shù)據(jù)處理場景中，需要通過統(tǒng)一的方式對來自多個數(shù)據(jù)提供方的數(shù)據(jù)分別進(jìn)行差分隱私處理，從而使得可以在將其處理過的數(shù)據(jù)集合在一起統(tǒng)一建模，并且同時還保護(hù)各方用戶群體的用戶隱私。因此，需要一種更有效的數(shù)據(jù)處理方案，以滿足上述需求。

發(fā)明內(nèi)容

本說明書實(shí)施例旨在提供一種更有效的數(shù)據(jù)處理方案，以解決現(xiàn)有技術(shù)中的不足。

為實(shí)現(xiàn)上述目的，本說明書一個方面提供一種數(shù)據(jù)處理方法，所述方法在數(shù)據(jù)處理服務(wù)器端執(zhí)行，所述方法針對分別來自多個數(shù)據(jù)提供服務(wù)器端的多個原始數(shù)據(jù)矩陣，每個所述原始數(shù)據(jù)矩陣限定第一維度空間的多個點(diǎn)，其中，所述多個點(diǎn)的個數(shù)對應(yīng)于多個向量的向量數(shù)，所述每個向量包括分別對應(yīng)于多個特征的多個特征值，所述第一維度空間的維度數(shù)為所述多個特征的特征數(shù)，所述方法包括：獲取將用于處理所述多個原始數(shù)據(jù)矩陣的差分隱私算法的差分隱私參數(shù)；相對于所述多個原始數(shù)據(jù)矩陣生成投影矩陣，所述投影矩陣用于：將每個所述原始數(shù)據(jù)矩陣限定的第一維度空間的多個點(diǎn)投影為第二維度空間的分別對應(yīng)的點(diǎn)，并且使得，所述第二維度空間中的任意兩點(diǎn)之間的歐氏距離與所述第一維度空間中對應(yīng)兩點(diǎn)之間的歐氏距離的比值在一定范圍內(nèi)，其中，基于所述第一維度空間的維度數(shù)和所述差分隱私參數(shù)確定所述第二維度空間的維度數(shù)；從每個數(shù)據(jù)提供服務(wù)器端接收加密數(shù)據(jù)矩陣，其中，所述加密數(shù)據(jù)矩陣通過對對應(yīng)的原始數(shù)據(jù)矩陣施加使用所述投影矩陣的差分隱私算法獲得；以及將從每個數(shù)據(jù)提供服務(wù)器端接收的加密數(shù)據(jù)矩陣集合到一起，以用于整體學(xué)習(xí)。

在一個實(shí)施例中，在所述數(shù)據(jù)處理方法中，所述差分隱私算法包括以下步驟：獲取所述原始數(shù)據(jù)矩陣；將所述原始數(shù)據(jù)矩陣與所述投影矩陣相乘，以獲取中間數(shù)據(jù)矩陣；基于所述原始數(shù)據(jù)矩陣、所述投影矩陣和所述差分隱私算法涉及的差分隱私參數(shù)，獲取擾動矩陣；以及將所述中間數(shù)據(jù)矩陣與所述擾動矩陣相加，從而獲取加密數(shù)據(jù)矩陣。

在一個實(shí)施例中，在所述數(shù)據(jù)處理方法中，所述擾動矩陣的每個矩陣元分別獨(dú)立地從期望值為0的隨機(jī)變量隨機(jī)獲得，其中，所述隨機(jī)變量滿足的分布的參數(shù)與所述差分隱私參數(shù)相關(guān)，其中，所述擾動矩陣的行數(shù)基于原始數(shù)據(jù)矩陣的行數(shù)而確定，所述擾動矩陣的列數(shù)基于所述投影矩陣的列數(shù)而確定。

在一個實(shí)施例中，在所述數(shù)據(jù)處理方法中，所述隨機(jī)變量滿足拉普拉斯分布或高斯分布。

在一個實(shí)施例中，在所述數(shù)據(jù)處理方法中，所述差分隱私算法為(ε,δ)-差分隱私算法，所述(ε,δ)-差分隱私算法涉及差分隱私參數(shù)ε和δ。在一個實(shí)施例中，所述參數(shù)ε和δ滿足：

εln(1/δ)，

其中，所述原始數(shù)據(jù)矩陣為n行d列矩陣，所述投影矩陣為d行k列的矩陣，則所述擾動矩陣為n行k列矩陣，其中，所述投影矩陣的每個矩陣元分別獨(dú)立地從滿足期望值為0、方差為1/k的高斯分布的隨機(jī)變量隨機(jī)獲得，其中，

k2(lnd+ln(2/δ))